Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
e-Learning - UNIMIB
  • Home
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
Ospite
 Login
e-Learning - UNIMIB
Home
Percorso della pagina
  1. Area Psicologica
  2. Corso di Laurea Triennale
  3. Scienze e Tecniche Psicologiche [E2403P - E2401P]
  4. Insegnamenti
  5. A.A. 2020-2021
  6. 2° anno
  1. Laboratorio: Metodi di Analisi della Produzione Testuale e Discorsiva
  2. Introduzione
Insegnamento Titolo del corso
Laboratorio: Metodi di Analisi della Produzione Testuale e Discorsiva
Codice identificativo del corso
2021-2-E2401P045
Descrizione del corso SYLLABUS

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

Area di apprendimento

4: Conoscenze di metodologia della ricerca qualitativa e quantitativa


Obiettivi formativi

Conoscenza e comprensione

  • Inquadramento teorico/epistemologico delle principali metodologie utilizzate negli ambiti di studio e ricerca legati all’analisi dei dati testuali.
  • Conoscenza di diversi metodi di analisi qualitativa dei testi: Analisi Tematica, Analisi Interpretativa Fenomenologica, Analisi del Discorso

 

Capacità di applicare conoscenza e comprensione

  • Capacità di riconoscere e distinguere diversi metodi di analisi qualitativa dei dati testuali
  • Capacità di identificare le modalità di raccolta dati più adeguate a seconda del metodo di analisi.
  • Capacità di discutere criticamente esempi di ricerche.
  • Applicazione di diverse metodologie di analisi a corpus di dati testuali derivanti da interviste, focus group e osservazioni etnografiche.

Contenuti sintetici

Verranno presentati e inquadrati, sia da un punto di vista teorico/epistemologico che da un punto di vista operativo, le principali metodologie utilizzate nell’ambito di studio e ricerca legato all’analisi dei dati testuali. Poiché l’analisi dei dati testuali non è un unico indirizzo di indagine, ma rappresenta il punto di convergenza di diverse tradizioni di ricerca, verranno presentati diversi metodi per lo studio delle produzioni discorsive scritte e orali. Il laboratorio consentirà agli studenti sia di discutere criticamente alcune ricerche esemplificative sia di sperimentare l’applicazione di tali metodologie di analisi a corpus di dati testuali relativi a interviste, focus group e osservazioni etnografiche.

Programma esteso

  • Presupposti epistemologici e metodologici dell’analisi qualitativa di dati testuali
  • Costruzione della base dei dati testuali
  • Inquadramento teorico, presentazione di ricerche rilevanti e esercitazioni pratiche di codifica relative a diverse metodologie di analisi testuale, in particolare:

o Analisi Tematica

o Analisi Interpretativa Fenomenologica

o Analisi del Discorso

Prerequisiti

La convalida del corso richiede il 75% di presenza alle lezioni.

Buona conoscenza della lingua inglese, relativa in particolare alla comprensione di un testo scritto.

Metodi didattici

I metodi didattici includono l’utilizzo di presentazioni di contenuti rilevanti, filmati, discussioni in aula, presentazioni ed esercitazioni pratiche di gruppo. Tutto il materiale utilizzato a lezione viene reso disponibile sul sito e-learning del corso, perché sia fruibile anche dagli studenti non-frequentanti.

Agli studenti frequentanti verrà richiesto di lavorare a piccoli gruppi di 5/6 persone per analizzare articoli scientifici esemplificativi e dati di ricerca, per poi presentare alla classe i risultati del loro lavoro di analisi.

Nel periodo di emergenza COVID-19 le modalità didattiche verranno definite e aggiornate sulla base delle regole di Ateneo.

Modalità di verifica dell'apprendimento

La verifica dell’apprendimento verrà valutata a partire dalla partecipazione alle attività di gruppo e in aula.  La partecipazione include la presentazione in aula di ricerche rilevanti in rapporto ai metodi discussi, e il coinvolgimento in esercitazioni pratiche di analisi.



Nel periodo di emergenza COVID-19 le modalità di verifica dell'apprendimento verranno definite e aggiornate sulla base delle regole di Ateneo.


Testi di riferimento

Informazioni dettagliate circa il materiale didattico saranno pubblicate sulla pagina e-learning associata al corso.


Esporta

Learning area

4: Knowledge about qualitative and quantitative research methodology

Learning objectives

Knowledge and understanding

  • Theoretical and epistemological framing of some of the most significant methodologies for textual data analysis
  • Knowledge of different methods of qualitative textual data analysis: Thematic Analysis, Interpretative Phenomenological Analysis; Discourse Analysis.


Applying knowledge and understanding

  • Ability to recognize and distinguish between different methods of textual data analysis
  • Ability to identify the most adequate method of data collection in relation to the method of analysis
  • Ability to critically discuss research examples
  • Applying different methods of analysis of textual data deriving from interviews, focus groups and ethnographic observations. 

Contents

The most significant methodologies for textual data analysis will be introduced and discussed from a theoretical and practical point of view. Given that textual data analysis is a field of study in which a lot of research traditions converge, a multiplicity of methods will be presented and critically discussed. The laboratory aims at presenting the theoretical background of different methods of analysis, discussing with participants some research examples in which these methodologies find application, and permitting students to apply these methods to textual data deriving from focus groups, interviews and ethnographic observations.

Detailed program

  • Epistemological and metodological background of qualitative analysis of textual data
  • Construction of textual data base
  • Theoretical framing, presentation of relevant research examples, and practice exercises of coding of different methods of textual data analysis, in particular:

o Thematic Analysis

o Interpretative Phenomelogical Analysis

o Discourse Analysis

Prerequisites

Presence and participation in class  is required for at least 75% of course hours. 

Good knowledge of english language, especially understanding of written texts.

 

 


Teaching methods

Teaching methods include presentation of relevant contents, videos, group works, and class discussions and presentations. Materials used in class will be made available to all students on the e-learning website associated to the course.

In class work will imply working in little groups – 5/6 people – to analyze scientific articles and research data, to be presented to the class.


Lessons will be held in presence or through online video lessons, according to the University’s regulations regarding the COVID-19 emergency situation. In both cases, all lessons will be video recorded and made available to the students.

Assessment methods

Learning evaluation will be based on involvement in classroom discussion and presentation of relevant research examples related to qualitative methods.


During the Covid-19 emergency, exams will be conducted according to the University’s regulations regarding the COVID-19 emergency situation.


Textbooks and Reading Materials

Detailed information about other teaching material will be published on the e-learning page associated with the course. 

Entra

Scheda del corso

Settore disciplinare
NN
CFU
6
Periodo
Secondo Semestre
Tipo di attività
Obbligatorio a scelta
Ore
32
Tipologia CdS
Laurea Triennale

Staff

    Docente

  • AF
    Alessandra Frigerio
  • Germano Rossi
    Germano Rossi

Opinione studenti

Vedi valutazione del precedente anno accademico

Bibliografia

Trova i libri per questo corso nella Biblioteca di Ateneo

Metodi di iscrizione

Iscrizione manuale
Iscrizione spontanea (Studente)

Ospite (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche